基于社会网络分析的档案学领域作者合作关系研究

任莉新 史丽波

随着知识经济与信息化时代的到来，档案与其他学科的关系越来越密切，如大数据与档案、云计算与档案馆、物联网与档案馆等，知识共享与合作逐渐成为档案学领域的主流发展模式之一。

通过检索文献发现，有不少学者曾对我国档案学领域的合作展开探究，但研究内容多集中于档案资源合作共建、数字化档案合作保存等方面，鲜有学者针对科研合作模式开展研究，目前可检索到的文献有王德庄与姜鑫运用AKCA 方法（作者——关键词耦合分析），研究了我国档案学领域的作者潜在合作关系[1]；刘扬扬与周丽霞以《兰台世界》作者合著情况为研究对象，运用社会网络分析法构建作者合作网络，分析档案学领域作者合著的特点[2]；张成丽通过梳理《档案管理》期刊学术论文，从合作论文的年代产出分布、高产合作作者分布、作者合作的网络结构等方面，对《档案管理》所刊登论文的作者合作关系进行深层次的挖掘和探索[3]。

本文拟以档案学领域7 种北大中文核心期刊为数据来源，运用社会网络分析方法对科研论文作者合作网络特征进行研究，力图发现我国档案学领域的知识合作现状，为该领域的知识共享与团队合作提供指导性建议。

一、研究方法与数据来源

本文采用社会网络分析法构建档案学领域作者的合作网络，采用的分析工具是Ucinet，在进行数据分析时，主要用到网络密度分析法和网络中心性分析法。网络密度测量网络中各个节点之间关系的紧密程度，整体密度反映了网络的连通性；中心性描述的是个人或组织在所处的社会网络中的地位及重要性。社会网络分析法已经被证实可以应用于作者合作关系分析及其网络结构阐释[4]，利用社会网络分析法对档案学领域作者合作情况进行分析，可以将作者与作者之间的合作关系看成一张网，其中，一个节点代表一位作者，节点和节点之间的连线代表作者与作者之间的合作关系。

囿于数据处理能力，在检索数据时对数据来源期刊进行了限定：从2017 年北大《中文核心期刊要目总览》中选择7 种档案学核心期刊：《档案学通讯》《档案学研究》《中国档案》《北京档案》《档案管理》《档案与建设》《浙江档案》，检索各类档案机构在这7 种期刊上发表的学术论文。具体检索方法：在中国知网中，设定检索篇名为“档案”，同时文献来源设定为上述七种核心期刊，发表时间为“2014—2018”年，共检索出论文5880篇（检索时间：2019-09-12）。为确保数据准确性，笔者进行如下操作：①剔除政策解读、新闻集萃、讲话稿、人物访谈、征稿启事等非学术性以及无署名作者的相关文献；②为使计量和图谱分析具有可比性，未将极少量的英文文献纳入分析。经过数据清洗，本文共筛选出2014—2018 年发表的4341 篇论文作为研究对象。

将以上论文信息导入NoteExpress 文献题录信息统计分析软件，分别统计年度发文量以及合作发文数量等数据，获得档案学领域2014—2018 年合作发表论文概况；运用Bibexcel 软件构造合作者共现矩阵，导入Ucinet6 软件读取并进行可视化分析。

二、合作发文情况

1.作者合作情况分析。作者合作情况可通过合作率来呈现，合作率=（一定时期内相关文献）合作论文数/（一定时期内相关文献）论文总数[5]。笔者在检索数据时，利用NoteExpress 软件将4341 条题录数据导出，通过Excel 数据透视表统计分析发现：在4341 篇文献中共有合著论文1438 篇，论文平均合作率为33.13%，具体年度合作情况见图1 与图2。

图1 档案学领域文献合作数量

图2 档案学领域文献合作率

分析图1、图2 可知，2014—2018 年我国档案学领域合作率整体呈现缓慢增长的趋势，基本上维持在30%左右，虽然2018 年发表文献总体数量有所下降，但合作率并没有明显下降，说明档案研究工作整体趋势逐步由封闭转向开放，从“重保管、轻利用”向重视档案信息资源合作开发利用转变，但30%—40%的合作率与国内其他有数据参考的领域相比较，仍然处于较低水平[4,5,6,7]。

2. 高产作者群分析。由于文章篇数和作者数目过多，构建全部作者的合作网复杂且不便于分析，所以，本文选取的研究对象是档案学领域中的高产作者。在文献计量学中，普赖斯定律被用来确定高产和高影响力作者。普赖斯定律认为，在相同的主题当中，半数的论文是高生产力作者完成的，高产作者的最低发文量计算公式如下

其中Nmax为最高产作者发表的论文数量，M 为高产作者发表作品的最低数量[8]。由软件NoteExpress 进行数据统计得知，黄霄羽为最高产作者，5 年间发表的文献数量为36 篇，将Nmax=36 代入公式，则计算出M=4.494，M 取最大整数为5。所以，发文≥5 篇的作者界定为高产作者，本数据集中共有182 位，部分高产作者见表1。

表1 部分高产作者发文数量

三、整体网络结构特征分析

首先利用Bibexcel 软件，构建182 位作者的合作矩阵，将生成的矩阵导入Ucinet6，利用绘图工具Net-Draw 绘制出合作关系网络图，见图3（见下页）。

图3 中节点表示作者，节点的大小体现合作论文数量，节点间连线表示作者间有合作关系，连线的粗细体现合作强度，图中共有110 个有连接关系的节点。通过上图可以看出，高产作者相互合作撰写论文的情况非常普遍，182 位高产作者中，有110 位相互间有不同程度的合作关系。利用Ucinet6 对网格数据进行计算，得到表2 所示网络的指标参数，这些指标反映出整体网络的结构特征。

图3 作者合作网络分析图/作者合作矩阵的K-核分析

表2 网络结构特征参数

1.网络结构松散。网络密度是图中各个点之间联络的紧密程度，整体网的密度越大，表明网络成员之间的联系越紧密[9]。现有研究认为：网络密度会影响网络中知识和信息的传播与渗透，密度大的网络，互动性比较好，易于知识的分享和传播[10]。经过计算，档案学领域高产作者群的网络密度为0.0316，由于本研究仅仅选取高产作者作为样本，数量较小，如果扩大样本量，密度将会变得更小。可见档案学领域合作网络的整体连通性不够好，团队间的联系比较分散，知识的共享和互动性有待提高，这个数据也验证了档案学领域30%的合作率处于较低水平；另一方面也说明，该领域的研究合作还有更大的发展空间，不同团队中的高产作者一旦创建合作关系，就会给该整体网络结构带来大的影响。

2.具有小世界特征。在社会网络分析中，小世界特征用以揭示网络中互不相邻的成员之间信息交流的通畅性。本文对档案学领域小世界现象进行形式化表征，通过节点之间的途径长度均值和局部网络聚类系数来判断该领域的整体合作网络是否具有小世界特征。整体网的小世界特征如下：网络是稀疏的，网络是去中心化的，整个网络高度聚类，大多数的朋友圈都有重叠[4]。表2 中网络的途径长度均值为4.072，这意味着未相邻的两个作者之间，平均只需经过4 个中间人就可以建立联系；聚类系数为1.942，该网络稀疏，平均距离较小而聚类系数较高，整体网络具备小世界特征。这表明档案学领域合作网络虽然松散，但可达性比较好，作者之间的信息交流、传播比较容易实现。

3.小团体数量稀少。小团体是整体网络中由不同派系组成的子网，通过对小团体进行划分，可以进一步了解网络内部结构与关系。K-核分析是一个建立在点度基础上的小团体分析方法，要求子网中的任何点至少与K 个点相连，这样的网络图称为K-核，K 值越大，合作关系越密切[4]。由图3 可知，档案学领域高产作者群中，K≥2 的小团体数量共有10 个，其中成员数量≥4人的团体有5 个，小团体数量比较少，且规模较小，分布较分散。最大团体是以黄霄羽、郭煜晗为中心的作者合作群，其K 值为6，该团体中各节点大小相当，并没有特别明显的核心人物，大部分合作者在网络中处于相同地位，合作关系最为密切，频繁地合作发表论文。另外，还出现了分别以杨静、安小米、陈永生等为中心的几个次级合作群。

本文利用社会网络分析方法，借助Ucinet 工具对2014—2018 年间档案学领域北大中文核心期刊发表论文的合作者群体规模、结构以及特征进行了实证分析，从中可以得出：档案学领域的科研活动主体逐步向互相联系交叉的合作群体转变，这对于学科领域的拓宽和知识积累有显著推进作用；从5 年间论文合作率数据来看，该领域因学科属性关系，实现高合作率的过程可能比较漫长，但合作总体趋势向好；高产作者科研涉猎范围较广，科学研究的难度和问题复杂程度相应加大，因此他们比同一领域其他作者具有更多合作关系，而且有些是长期紧密的合作关系，这转而也促成了他们较高水平的学术产出；核心/关键学者（如黄霄羽、徐拥军、加小双、陈忠海等人）在网络中占据重要位置，他们对团队的领导力以及对信息流的整合能力是维持高水平合作研究的重要因素，这些学者之间一旦创建合作关系，就会给该整体网络结构带来大的影响。

社会网络分析在档案学中的应用可以体现在多个方面，本文分析的是该领域学者间的合作关系，为第一层次。要对该领域有更为全面的把握，还需要进行更进一步的分析，如主题关联网络研究、引文网络研究等，这也正是笔者后续所要关注和研究的内容。